Riepilogo Tecnico: Embedded Polygon Symbolic Transfer Entropy (EPSTE)

1. Definizione del Problema

Inferire le interazioni dirette tra sistemi neurali dai dati EEG e MEG rimane una sfida significativa a causa del rumore, della nonstazionarietà e dell'elevata complessità campionaria richiesta dagli stimatori dell'entropia dell'informazione. Sebbene la Transfer Entropy (TE) offra una misura fondata e senza modello del flusso di informazione direzionale, la sua stima pratica è instabile nei regimi di dati finiti, in particolare all'aumentare delle dimensioni di embedding. Gli stimatori classici che si basano sulle ampiezze dei segnali grezzi soffrono della "maledizione della dimensionalità", richiedendo campioni di dimensioni esponenzialmente più grandi per stimare in modo affidabile le distribuzioni di probabilità condizionate ad alta dimensione.

Le formulazioni simboliche esistenti della TE (ad esempio, la Symbolic Transfer Entropy) migliorano la robustezza discretizzando i segnali, ma spesso si affidano ad alfabeti simbolici limitati (ad esempio, pattern ordinali) che vincolano la capacità espressiva dello spazio degli stati, rischiando di scartare informazioni morfologiche critiche come la curvatura e le variazioni di magnitudo. Inoltre, recenti approcci di deep learning che tentano di approssimare la TE operano spesso direttamente sulle ampiezze grezze o su distribuzioni implicite, richiedendo grandi dataset e un'ottimizzazione attenta per rimanere stabili. È necessaria una rappresentazione che riduca la complessità della stima preservando al contempo l'informazione spatiotemporale e strutturale centrale per la TE.

2. Metodologia

2.1 Il Framework EPSTE

Il documento introduce la Embedded Polygon Symbolic Transfer Entropy (EPSTE), un framework che inquadra la stima della TE come un problema apprendibile che opera su rappresentazioni simboliche strutturate della morfologia temporale locale piuttosto che sulle ampiezze dei segnali grezzi.

• Decomposizione Geometrica: Le serie temporali neurali sono decomposte in sequenze di primitive geometriche derivate da triplette locali di campioni $(x_{t-1}, x_t, x_{t+1})$. Queste triplette formano primitive triangolari che codificano tre aspetti complementari della struttura della forma d'onda:
  1. Area del Triangolo: Rappresenta la magnitudo del cambiamento.
  2. Angolo/Orientamento: Derivato dalle pendenze relative, rappresenta il cambiamento direzionale.
  3. Variazione di Ampiezza: Rappresenta la magnitudo relativa.
• Simbolizzazione: Queste caratteristiche geometriche continue sono discretizzate in token categorici utilizzando bin globali basati sui quantili appresi dal set di addestramento. I tre indici dei bin sono impacchettati in un singolo token simbolico, creando uno spazio di stato compatto ma espressivo.
• Architettura Neurale: Viene impiegata una rete neurale ricorrente (RNN) che utilizza unità Gated Recurrent Units (GRU) per modellare le dipendenze temporali locali all'interno di finestre scorrevoli delle sequenze simboliche trasformate.
• Apprendimento Multi-Istanza (MIL): Il modello opera su "sacchi" (bags) di finestre temporali simboliche. Un meccanismo di pooling basato sull'attenzione aggrega le rappresentazioni a livello di finestra in una singola predizione a livello di trial, consentendo alla rete di concentrarsi sui segmenti più informativi del trial.
• Target di Addestramento: La rete è addestrata a predire valori di TE validati tramite test di surrogati. I valori di verità fondamentale (ground-truth) sono generati calcolando la Symbolic TE (STE) standard dalle primitive geometriche utilizzando uno stimatore di conteggio con correzione del bias di Miller–Madow.

2.2 Design Sperimentale

• Dati: Dati MEG ricostruiti dalla sorgente da cinque partecipanti (studio psichedelico), parcellizzati utilizzando l'atlante AAL90 (90 regioni). I dati sono stati pre-processati con filtraggio notch e low-pass, downsampling a 250 Hz e z-scoring.
• Confronto con Baseline: È stata implementata una condizione di controllo utilizzando una baseline simbolica standard in cui le ampiezze MEG grezze venivano discretizzate in simboli categorici usando identiche regole di binning dei quantili. Fondamentalmente, l'architettura neurale, gli iperparametri, la procedura di ottimizzazione e le divisioni dei dati sono stati mantenuti costanti tra i modelli EPSTE (basato su triangoli) e la baseline (basata sull'ampiezza) per isolare l'effetto della rappresentazione dell'input.
• Valutazione: Le prestazioni sono state valutate a tre scale gerarchiche:
  1. Livello di Finestra (Window-level): Dinamiche locali.
  2. Livello di Sacco (Bag-level/Trial): Aggregazione attraverso i trial.
  3. Livello di Coppia (Pair-level): Aggregazione attraverso tutti i trial per coppie di canali dirette (l'outcome primario).
• Validazione: Il test dei surrogati (randomizzazione della fase) è stato utilizzato per verificare che le stime della TE riflettessero una genuina struttura direzionale piuttosto che correlazioni spurie.

3. Risultati Chiave

3.1 L'Aggregazione è Essenziale

Al livello di finestra, sia EPSTE che la baseline hanno mostrato un'elevata varianza e una debole corrispondenza con i valori di TE della verità fondamentale (EPSTE $r \approx 0.48$, Baseline $r \approx 0.52$). Ciò conferma che le finestre locali non codificano una dipendenza direzionale stabile in isolamento.

Tuttavia, l'aggregazione attraverso i trial e le coppie di canali ha prodotto dipendenze direzionali stabili:

• Livello di Sacco (Trial): EPSTE ha raggiunto una forte correlazione ($r = 0.86$, $R^2 = 0.74$) con la verità fondamentale, superando significativamente la baseline ($r = 0.68$, $R^2 = 0.46$).
• Livello di Coppia (Outcome Primario): EPSTE ha ottenuto un recupero quasi perfetto della struttura direzionale della verità fondamentale ($r \approx 0.99$, $R^2 \approx 0.98$). Anche la baseline è migliorata con l'aggregazione ($r \approx 0.98$), ma ha mostrato un errore assoluto più elevato e una sistematica compressione verso la media.

3.2 Superiorità Quantitativa di EPSTE

• Riduzione dell'Errore: EPSTE ha ottenuto un errore assoluto significativamente inferiore rispetto alla baseline al livello di coppia (Errore Assoluto Medio: EPSTE $\approx 0.0018$ vs. Baseline $\approx 0.0034$).
• Significatività Statistica: Un test di Wilcoxon signed-rank accoppiato ha confermato che la riduzione dell'errore assoluto ottenuta da EPSTE era altamente significativa ($p \approx 2.9 \times 10^{-15}$).
• Fedeltà Strutturale: Le heatmap delle predizioni a livello di coppia hanno mostrato che EPSTE preserva pattern coerenti e graduati di influenza diretta attraverso la rete, mentre la baseline produce mappe compresse con un contrasto ridotto tra interazioni forti e deboli.

3.3 Dinamiche di Apprendimento

Il modello EPSTE è confluito più rapidamente e in un regime di perdita (loss) sostanzialmente più basso rispetto alla baseline. Mentre la baseline si è stabilizzata precocemente con un valore di perdita superiore, EPSTE ha continuato a estrarre struttura informativa, suggerendo che la rappresentazione geometrica facilita un apprendimento più efficiente delle dipendenze direzionali.

4. Contributi Chiave

1. Rappresentazione Novella: Introduzione di EPSTE, un framework che decompone le serie temporali in primitive geometriche (triangoli) che codificano magnitudo, curvatura e direzione, le quali vengono poi discretizzate in token simbolici.
2. Dimostrazione dell'Impatto Rappresentazionale: Evidenza empirica che la struttura della rappresentazione è un fattore critico per la apprendibilità delle dipendenze dell'informazione-teoretica. Lo studio dimostra che una rappresentazione geometrico-simbolica supera le rappresentazioni simboliche basate sull'ampiezza grezza nel recuperare la struttura causale diretta, anche quando vengono utilizzate architetture neurali e supervisioni identiche.
3. Framework di Inferenza Multiscala: Validazione del fatto che stime causali stabili in dati neurali rumorosi emergono solo attraverso l'aggregazione gerarchica (da finestre a trial a coppie), supportando la visione che la struttura causale nei sistemi neurali sia distribuita e richieda l'integrazione attraverso il tempo per essere osservata in modo affidabile.

5. Significato e Rivendicazioni

Il documento afferma che la geometria della rappresentazione gioca un ruolo critico nel rendere praticabile l'apprendimento delle dipendenze dell'informazione-teoretica.

• Oltre gli Stimatori: I risultati sfidano l'assunto che i modelli neurali possano superare i limiti di rappresentazione esclusivamente attraverso la capacità. Invezione, lo studio pone che "la rappresentazione precede l'apprendimento": la capacità degli stimatori neurali di recuperare il flusso di informazione direzionale è fondamentalmente vincolata da come la struttura temporale viene codificata.
• Bilanciamento tra Varianza ed Espressività: EPSTE offre un compromesso principato tra ricchezza rappresentazionale e trattabilità computazionale. Distribuendo l'informazione attraverso molteplici dimensioni geometriche interpretabili (area, angolo, ampiezza) all'interno di un singolo'unità simbolica, il metodo aumenta la separabilità degli stati senza richiedere embedding temporali ad alta dimensione, mitigando così la maledizione della dimensionalità.
• Spostamento Metodologico: Il documento sostiene che l'inferenza causale nella neuroimaging non debba essere trattata solo come un problema di stimatore. La scelta della rappresentazione è una decisione metodologica di primo ordine che condiziona quale struttura causale può essere appresa. In contesti con dati limitati e rumorosi, l'inferenza causale è vincolata non solo dagli stimatori, ma dal "linguaggio" (rappresentazione) in cui la dinamica temporale viene descritta.

Limitazioni Riconosciute:
Gli autori notano che lo studio si basa sulla supervisione tramite surrogati, che fornisce una definizione operativa di TE piuttosto che una verità fondamentale meccanicistica. Inoltre, la discretizzazione specifica (binning) era fissa anziché appresa, e l'intervallo di lag temporale è stato vincolato a valori fisiologicamente plausibili. Lo studio non pretende di recuperare la causalità meccanicistica, ma piuttosto la struttura causale informativa o predittiva.